企业官网建设流程全解析

收藏了一堆CS仓库，却连第一课都没学完？——来自cs-self-learning的计算机自学路径选课逻辑

【免费下载链接】cs-self-learning计算机自学指南项目地址: https://gitcode.com/GitHub_Trending/cs/cs-self-learning

GitHub上搜“CS自学”，几万个结果，一周收藏20个仓库，然后就不动了。缺的从来不是资源，是选课顺序。cs-self-learning这条计算机自学路径把上百门课程笔记拆成几个决策点，专门给零基础和转码的人定取舍。

先做一道选择题

• 如果你还在高中、对计算机方向毫无概念，可以直接跳过——下面的内容默认你“能学写代码”。
• 如果你是CS转码，目标只是“赶紧做出一个东西写进简历”，可以跳过——这里的选课逻辑优先讲“为什么”的基础课，不是速成捷径。
• 如果你已经会一点代码，但说不清CS转码选课该按什么顺序、或者CS专业的自学一直无从下手，看下去。

计算机自学路径的选课逻辑，不是选课清单

自学圈被问得最多的问题是：先学数学还是先写代码。答案不唯一，取决于你想站到计算机的哪一侧。

先回答一个问题：你要造东西，还是要理解东西

应用向是“造”：想做出用户能用的东西。系统向是“理解”：想知道机器里面到底在发生什么。两条路径并行，在数据结构与算法处汇合，之后随时可以串线。

应用向（造东西）：

• CS50P — 练出“读题并把它变成代码”的基本功 — 无前置
• CS61A — 学会拆复杂逻辑，回答“程序到底是个什么东西” — 会一点Python
• CS142 — 做出真正跑起来的Web应用，学会处理状态 — 会一门语言

系统向（理解东西）：

• CS106B/X — 建立指针与内存的心智模型 — 会C
• CSAPP — 看懂代码到执行之间的二进制、缓存、进程三层 — 会C
• Nand2Tetris — 从逻辑门搭出一台计算机，回答“计算机从哪来” — 初等数学
• MIT 6.S081 — 动手写半个操作系统，理解内核如何管内存 — C + CSAPP

如果你纠结的正是计算机系统入门课程怎么选，上面四门就是主线：C → CSAPP → 组成原理 → 操作系统，一环扣一环，不建议跳。网络和编译器接在操作系统后面：

• CS144 — 从零实现一个TCP协议栈 — 会C
• PKU编译原理实践 — 写出一个类C到汇编的编译器 — 数据结构 + 组成原理概念

两条路径的汇合点只有一个：数据结构与算法这一段谁都要过。

计算机自学路径里哪几门绕不开，哪几门可以等

判断标准只有一个：这门课的知识是“别的课的前置”，还是“某个方向的工具”。是前置就必选，是工具就按方向取、可以等。

必选（4-6门，谁都逃不掉）：

• MIT Calculus — 理解极限与积分的本质，否则任何推导都读不动 — 高中数学
• MIT 18.06 Linear Algebra — 看懂矩阵的几何意义，一切AI课的公共底座 — 微积分
• CS70 — 离散数学与概率，所有算法课的前置 — 高中数学
• 6.006 — 复杂度分析与算法设计范式的入口 — 编程入门
• CSAPP — 两条路径的枢纽课，前面说的系统主线从它分叉 — 会C

可以等（按方向取，先后随意）：

• 15445 — 从零写一个教学数据库，做后端才需要 — C + 数据结构
• CS161 — 计算机系统安全，走安全方向才需要 — 操作系统 + 网络基础
• CS229 — 带完整数学推导的机器学习，走AI方向才需要 — 线代 + 微积分
• MIT 6.824 — 分布式系统，学完操作系统后的下一个问题常是“操作系统学完学什么”，它就是答案 — 操作系统 + 网络
• CS170 — NP难与近似算法，想深耕算法才需要 — 6.006

数学到底要学多深：按方向划一条线

仓库里数学分两层：数学基础（微积分、线代、信息论）和数学进阶（离散、概率）。两层不用全刷，按方向划线：

三条补充分量的课（都可选）：

• 6.042J — MIT版离散数学，证明写得比CS70更狠 — 高中数学
• CS126 — 用Python做概率，机器学习前最实用的一门 — 线性代数
• 信息论 — 信息论入门，深入ML研究才用得上 — CS126

动手的最低门槛

“看完”不算数。每个方向的最小可交付成果，具体到能验收：

1. 学完CS61A，你应该能独立写出一个表达式求值器（递归下降，不引库）。
2. 学完数据结构与算法，你应该能独立写出图的单源最短路实现，并说清Dijkstra为什么怕负权边。
3. 学完Nand2Tetris，你应该能独立画出一个16位CPU的数据通路并讲清每个部件的作用。
4. 学完CSAPP，你应该能用Valgrind这类工具定位一个内存bug，并解释段错误的成因。
5. 学完MIT 6.S081，你应该能给xv6加一个新系统调用，并让测试通过。
6. 学完15445，你应该能在教学数据库里写出B+树索引并通过测试集。
7. 学完CS229，你应该能从零实现逻辑回归，并用有限差分验证梯度。

做不到Y，说明X没学完，回去补，别急着开下一门。

容易踩的三个坑

把看视频当成学习

高清课件加一本记满的笔记，会给你一种“学过”的错觉。但视频一关、题做不出来，知识就不在你身上；CS是手艺，不是观赏项目。

• 💡 替代做法：每门课配着一份lab做，没有lab的课，至少手推三道作业题。

把收藏当成完成

存了20个仓库，收藏的动作本身不提供任何进展，书签不等于上过课。收集行为只是把“不知道学什么”改成了“没学”，弯路没有消失，只是延后了。

• 📌 替代做法：一次只开一门课，做完它的作业集，再开下一门。

基础没打底就冲AI

先学框架调API、数学和系统以后再补，结果往往是只会用不会改，报错都定位不了——因为你不清楚底层在干什么。

• 替代做法：想做AI，至少先补线性代数、数据结构与算法和CS229，再碰框架。

资源索引

• CS学习规划 — 完整课程地图，每门课一句“为什么上”
• 使用指南 — 按三类读者给的自学方案
• 好书推荐 — 各课程对应的教材清单
• 实用工具箱 — Git、Vim、Docker等工具的笔记

课程清单年年会变，逻辑不变；想补一门课或改一处笔记，直接去仓库提PR。

【免费下载链接】cs-self-learning计算机自学指南项目地址: https://gitcode.com/GitHub_Trending/cs/cs-self-learning